基于时空数据的移动对象相似性度量方法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 2 移动对象相似性度量相关技术 | 第19-29页 |
| 2.1 移动对象轨迹 | 第19页 |
| 2.2 定位技术 | 第19-21页 |
| 2.3 轨迹数据预处理 | 第21-24页 |
| 2.4 相似度计算 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于轨迹结构的活动热点识别算法研究 | 第29-41页 |
| 3.1 引言 | 第29-31页 |
| 3.2 候选热点区域发现 | 第31-34页 |
| 3.3 热点区域过滤 | 第34-37页 |
| 3.4 实验与分析 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于频繁活动模式的移动对象相似度算法研究 | 第41-55页 |
| 4.1 引言 | 第41-42页 |
| 4.2 原始轨迹的序列化 | 第42-46页 |
| 4.3 移动对象相似性度量 | 第46-50页 |
| 4.4 实验与分析 | 第50-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 移动对象相似性计算原型系统设计与实现 | 第55-61页 |
| 5.1 系统框架 | 第55-56页 |
| 5.2 系统实现 | 第56-57页 |
| 5.3 系统功能 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 文章总结 | 第61-62页 |
| 6.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
